KR102370681B1 - Wind vector computation system and method using power doppler spectrum of raw data from wind profiler - Google Patents

Wind vector computation system and method using power doppler spectrum of raw data from wind profiler Download PDF

Info

Publication number
KR102370681B1
KR102370681B1 KR1020190179243A KR20190179243A KR102370681B1 KR 102370681 B1 KR102370681 B1 KR 102370681B1 KR 1020190179243 A KR1020190179243 A KR 1020190179243A KR 20190179243 A KR20190179243 A KR 20190179243A KR 102370681 B1 KR102370681 B1 KR 102370681B1
Authority
KR
South Korea
Prior art keywords
doppler spectrum
wind
peak
raw data
profiler
Prior art date
Application number
KR1020190179243A
Other languages
Korean (ko)
Other versions
KR20210085787A (en
Inventor
권병혁
조원기
김상진
Original Assignee
부경대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 부경대학교 산학협력단 filed Critical 부경대학교 산학협력단
Priority to KR1020190179243A priority Critical patent/KR102370681B1/en
Publication of KR20210085787A publication Critical patent/KR20210085787A/en
Application granted granted Critical
Publication of KR102370681B1 publication Critical patent/KR102370681B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/08—Adaptations of balloons, missiles, or aircraft for meteorological purposes; Radiosondes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P13/00—Indicating or recording presence, absence, or direction, of movement
    • G01P13/02—Indicating direction only, e.g. by weather vane
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/02—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring forces exerted by the fluid on solid bodies, e.g. anemometer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/18—Testing or calibrating meteorological apparatus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W2201/00—Weather detection, monitoring or forecasting for establishing the amount of global warming

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Mathematical Physics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Atmospheric Sciences (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

본 발명은 바람 산출 프로그램을 이용하지 않고, 윈드프로파일러의 도플러 스펙트럼으로부터 풍향 및 풍속 정보를 생성하는 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법에 관한 것으로, 윈드프로파일러의 원시 자료에서 스펙트럼 모멘트와 도플러 스펙트럼을 각각 추출하는 원시 자료 추출 모듈;도플러 스펙트럼의 피크를 탐지하고 지형 클러터에 의해 오염된 도플러 스펙트럼 신호를 제거하는 도플러 스펙트럼 개선 모듈;모멘트법을 이용하여 각 안테나에서 수집된 다량의 시선 속도에 컨센서스 알고리즘을 적용하여 관측 시간의 시선 속도를 결정하고 결정된 시선 속도를 이용하여 바람 벡터를 산출하는 바람 산출 모듈;을 포함하는 것이다.The present invention relates to a wind vector calculation system and method using the Doppler spectrum of raw data of a wind profiler for generating wind direction and wind speed information from the Doppler spectrum of a wind profiler without using a wind calculation program. A raw data extraction module that extracts a spectral moment and a Doppler spectrum from the raw data, respectively; A Doppler spectrum improvement module that detects a peak of a Doppler spectrum and removes a Doppler spectrum signal contaminated by a topographic clutter; and a wind calculation module that determines the gaze speed of the observation time by applying a consensus algorithm to the collected large amount of gaze speed, and calculates a wind vector using the determined gaze speed.

Description

윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법{WIND VECTOR COMPUTATION SYSTEM AND METHOD USING POWER DOPPLER SPECTRUM OF RAW DATA FROM WIND PROFILER}Wind vector calculation system and method using Doppler spectrum of wind profiler raw data

본 발명은 바람 벡터 산출 시스템에 관한 것으로, 구체적으로 바람 산출 프로그램을 이용하지 않고, 윈드프로파일러의 도플러 스펙트럼으로부터 풍향 및 풍속 정보를 생성하는 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법에 관한 것이다.The present invention relates to a wind vector calculation system, and specifically, a wind vector calculation system using a Doppler spectrum of raw data of a wind profiler that generates wind direction and wind speed information from a Doppler spectrum of a wind profiler without using a wind calculation program, and It's about the way.

윈드프로파일러는 대기에서 바람 벡터의 방향과 크기를 관측하기 위해 사용되는 고층 기상 관측 장비이다. 수 분의 시간 해상도와 수 십 미터의 공간 해상도로 바람의 연직 구조를 관측할 수 있다. 기상 예측 모델 및 수치 모델의 기초 자료로 활용되고 있다.A wind profiler is a high-rise weather observation instrument used to observe the direction and magnitude of wind vectors in the atmosphere. The vertical structure of the wind can be observed with a temporal resolution of a few minutes and a spatial resolution of several tens of meters. It is used as basic data for weather prediction models and numerical models.

윈드프로파일러는 안테나에서 전파를 대기로 방사하고 대기산란체에 산란되어 돌아오는 신호를 수신하여 대기를 관측한다. 안테나에서 수신된 신호는 아날로그 신호이고 아날로그-디지털 변환기(analog to digital converter)를 거쳐 시계열의 디지털 신호(IQ 데이터)로 변환된다. 시간 영역의 IQ 데이터는 레이더 신호처리기에서 주파수 영역의 신호로 변환된다. 이 신호를 도플러 스펙트럼이라 한다.The wind profiler observes the atmosphere by emitting radio waves from the antenna to the atmosphere and receiving the returned signal that is scattered by the atmospheric scatterer. The signal received from the antenna is an analog signal and is converted into a time series digital signal (IQ data) through an analog to digital converter. IQ data in the time domain is converted into a signal in the frequency domain in the radar signal processor. This signal is called the Doppler spectrum.

생성된 도플러 스펙트럼을 활용하여 스펙트럼 모멘트를 결정하고 스펙트럼 모멘트를 사용하여 바람 벡터를 산출한다.The generated Doppler spectrum is used to determine the spectral moment, and the wind vector is calculated using the spectral moment.

윈드프로파일러 자료는 지형 클러터, 전파 간섭 및 복합 에코와 같은 여러 비기상신호에 의해 오염되기 때문에 도플러 스펙트럼에서 오염 원인을 제거 및 개선하여야 한다.Since wind profiler data is polluted by various non-weather signals such as terrain clutter, radio interference and complex echo, it is necessary to remove and improve the sources of contamination in the Doppler spectrum.

한반도는 산악지형으로 이루어져 있고, 높은 구조물 및 건물들이 밀집되어 있다. 이와 같은 특징으로 발생하는 원시 자료의 오류는 바람 벡터를 산출하지 못하거나 부정확한 바람 벡터를 산출하기 때문에 도플러 스펙트럼을 개선하여 정확한 바람 정보를 수집할 필요가 있다.The Korean Peninsula is composed of mountainous terrain, and high structures and buildings are densely populated. Since the error of the raw data caused by these characteristics fails to calculate the wind vector or calculates an inaccurate wind vector, it is necessary to collect accurate wind information by improving the Doppler spectrum.

윈드프로파일러의 원시 자료는 저장 효율을 높이기 위하여 여러 단계의 인코딩된 상태로 저장되어 있다.The raw data of the wind profiler is stored in several stages of encoding to increase the storage efficiency.

현업에 운용 중인 윈드프로파일러에서 관측 오류가 발생하기 때문에 원시 자료의 정확한 디코딩을 통하여 추출한 도플러 스펙트럼의 개선을 통하여 정확한 스펙트럼 모멘트와 바람 벡터를 산출하는 시스템이 구축되어야 한다.Because observation errors occur in the wind profiler operating in the field, a system that calculates accurate spectral moment and wind vector must be established through improvement of the Doppler spectrum extracted through accurate decoding of raw data.

그러나 이와 같은 종래 기술의 디코딩을 통하여 추출한 도플러 스펙트럼의 개선에는 한계가 있어 윈드프로파일러의 관측 오류를 줄여 정확한 바람 정보를 수집하는 것이 어렵다.However, since there is a limit to the improvement of the Doppler spectrum extracted through decoding of the prior art, it is difficult to collect accurate wind information by reducing the observation error of the wind profiler.

따라서, 윈드프로파일러 원시 자료 자체를 이용하여 정확한 풍향 및 풍속 정보를 생성하는 기술의 개발이 요구되고 있다.Therefore, the development of a technology for generating accurate wind direction and wind speed information using the original wind profiler data itself is required.

대한민국 등록특허 제10-1892502호Republic of Korea Patent Registration No. 10-1892502 대한민국 공개특허 제10-2017-0104099호Republic of Korea Patent Publication No. 10-2017-0104099

본 발명은 종래 기술의 바람 벡터 산출 시스템의 문제점을 해결하기 위한 것으로, 바람 산출 프로그램을 이용하지 않고, 윈드프로파일러의 도플러 스펙트럼으로부터 풍향 및 풍속 정보를 생성하는 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법을 제공하는데 그 목적이 있다.The present invention is to solve the problem of the wind vector calculation system of the prior art, and without using a wind calculation program, using the Doppler spectrum of the wind profiler raw data that generates wind direction and wind speed information from the Doppler spectrum of the wind profiler. An object of the present invention is to provide a wind vector calculation system and a method therefor.

본 발명은 윈드프로파일러 원시 자료 자체를 이용하여 정확한 풍향 및 풍속 정보를 생성하여 윈드프로파일러의 관측 오류를 줄일 수 있도록 한 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법을 제공하는데 그 목적이 있다.The present invention provides a wind vector calculation system and method using the Doppler spectrum of the original data of the wind profiler, which can reduce the observation error of the wind profiler by generating accurate wind direction and wind speed information using the raw data of the wind profiler itself. but it has a purpose.

본 발명은 윈드프로파일러의 원시 자료에서 도플러 스펙트럼 추출을 하고, 지형에 따른 기상 신호 묻힘 현상을 제거하고 도플러 스펙트럼의 피크를 탐지하는 것에 의해 정확한 바람 정보 획득이 가능하도록 한 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법을 제공하는데 그 목적이 있다.The present invention extracts the Doppler spectrum from the raw data of the wind profiler, removes the weather signal burial according to the topography, and detects the peak of the Doppler spectrum, thereby enabling accurate wind information acquisition. An object of the present invention is to provide a wind vector calculation system using a spectrum and a method therefor.

본 발명은 윈드프로파일러의 원시 자료의 구성과 포맷을 파악하고, 제조사 특유의 방법으로 인코딩된 자료를 디코딩하여 스펙트럼 모멘트와 도플러 스펙트럼을 추출 및 저장하는 것에 의해 관측 정확도 및 자료 수집률을 개선할 수 있도록 한 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법을 제공하는데 그 목적이 있다.The present invention can improve the observation accuracy and data collection rate by identifying the composition and format of the raw data of the wind profiler, decoding the encoded data using a manufacturer-specific method, and extracting and storing the spectral moment and Doppler spectrum. An object of the present invention is to provide a wind vector calculation system and method using the Doppler spectrum of the original wind profiler data.

본 발명은 윈드프로파일러 원시 자료 자체를 이용하여 비기상 신호가 제거되고 명확한 피크를 가지는 도플러 스펙트럼을 사용하고, 윈드프로파일러 관측 자료가 올바르게 활용될 수 있도록 한 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법을 제공하는데 그 목적이 있다.The present invention uses the Doppler spectrum with a clear peak in which the non-weather signal is removed using the original wind profiler data itself, and the Doppler spectrum of the wind profiler raw data so that the wind profiler observation data can be used correctly. An object of the present invention is to provide a wind vector calculation system and a method therefor.

본 발명은 윈드프로파일러의 원시 자료를 이용하여 제조사 소프트웨어에서 제공되는 풍향 및 풍속 정보와 다른 개선된 자료를 생성하여 도플러 스펙트럼을 이용하여 재산출된 바람 정보의 정확도 분석이 수행됨으로 자료의 신뢰성을 높일 수 있도록 한 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법을 제공하는데 그 목적이 있다.The present invention uses the raw data of the wind profiler to generate improved data different from the wind direction and wind speed information provided by the manufacturer's software. An object of the present invention is to provide a wind vector calculation system and method using the Doppler spectrum of the wind profiler raw data.

본 발명의 다른 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.Other objects of the present invention are not limited to the above-mentioned objects, and other objects not mentioned will be clearly understood by those skilled in the art from the following description.

상기와 같은 목적을 달성하기 위한 본 발명에 따른 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템은 윈드프로파일러의 원시 자료에서 스펙트럼 모멘트와 도플러 스펙트럼을 각각 추출하는 원시 자료 추출 모듈;도플러 스펙트럼의 피크를 탐지하고 지형 클러터에 의해 오염된 도플러 스펙트럼 신호를 제거하는 도플러 스펙트럼 개선 모듈;모멘트법을 이용하여 각 안테나에서 수집된 다량의 시선 속도에 컨센서스 알고리즘을 적용하여 관측 시간의 시선 속도를 결정하고 결정된 시선 속도를 이용하여 바람 벡터를 산출하는 바람 산출 모듈;을 포함하는 것을 특징으로 한다.A wind vector calculation system using a Doppler spectrum of a wind profiler raw data according to the present invention for achieving the above object is a raw data extraction module for extracting a spectral moment and a Doppler spectrum from the raw data of a wind profiler; a Doppler spectrum A Doppler spectrum improvement module that detects the peak of and removes the Doppler spectrum signal contaminated by topographic clutter; Apply a consensus algorithm to a large amount of radial velocity collected from each antenna using the moment method to determine the radial velocity at the observation time and a wind calculation module for calculating a wind vector using the determined gaze speed.

여기서, 상기 도플러 스펙트럼 개선 모듈은, 도플러 스펙트럼의 크기를 비교하여 스펙트럼 모멘트 산출에 사용될 피크를 탐지하는 피크 탐지 모듈과, 지형지물에 의해 시선 속도 0m/s를 기준으로한 일정 범위에 나타나는 도플러 스펙트럼을 제거하고 제거된 부분을 재생성하는 지형 클러터 제거 모듈을 포함하는 것을 특징으로 한다.Here, the Doppler spectrum improvement module includes a peak detection module that detects a peak to be used for calculating a spectral moment by comparing the magnitudes of the Doppler spectrum, and a Doppler spectrum that appears in a certain range based on the radial velocity of 0 m/s by a feature. and a terrain clutter removal module that removes and regenerates the removed portion.

그리고 상기 피크 탐지 모듈은, 도플러 스펙트럼에서 바람 산출에 사용할 최적의 피크를 결정하기 위하여 피크 탐지 알고리즘을 활용하여 세 개의 최적의 피크 후보군을 만들고, 각각 첫번째, 두번째, 세번째 피크 지수(

Figure 112019136059615-pat00001
)인 경우에,
Figure 112019136059615-pat00002
의 도플러 스펙트럼과 잡음의 접점을 의미하는
Figure 112019136059615-pat00003
,
Figure 112019136059615-pat00004
의 도플러 스펙트럼과 잡음의 접점을 의미하는
Figure 112019136059615-pat00005
을 이용하여, 탐지된 피크의 개수 N이 3이 될 때까지 스펙트럼 모멘트 산출에 사용될 피크를 탐지하는 것을 특징으로 한다.In addition, the peak detection module uses a peak detection algorithm to determine the optimal peak to be used for wind calculation in the Doppler spectrum to create three optimal peak candidate groups, and the first, second, and third peak indices (
Figure 112019136059615-pat00001
)in case of,
Figure 112019136059615-pat00002
Meaning the junction of the Doppler spectrum and noise of
Figure 112019136059615-pat00003
,
Figure 112019136059615-pat00004
Meaning the junction of the Doppler spectrum and noise of
Figure 112019136059615-pat00005
It is characterized in that the peaks to be used for calculating the spectral moment are detected until the number N of detected peaks becomes 3.

그리고 지형 클러터 제거 모듈은 DC line의 주파수가 0 Hz인 신호이거나, 평균 시선 속도가 0 ~ 1m/s 사이에 나타나는 도플러 스펙트럼을 제거하고 주변에 인접한 2개의 도플러 스펙트럼을 이용하여 제거된 신호를 보간하는 것을 특징으로 한다.And the terrain clutter removal module removes the Doppler spectrum that is a signal with a DC line frequency of 0 Hz or an average radial velocity between 0 and 1 m/s, and interpolates the removed signal using two adjacent Doppler spectra characterized in that

다른 목적을 달성하기 위한 본 발명에 따른 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 방법은 윈드프로파일러의 원시 자료에서 스펙트럼 모멘트와 도플러 스펙트럼을 각각 추출하는 원시 자료 추출 단계; 도플러 스펙트럼의 피크를 탐지하고 지형 클러터에 의해 오염된 도플러 스펙트럼 신호를 제거하는 도플러 스펙트럼 개선 단계; 모멘트법을 이용하여 각 안테나에서 수집된 다량의 시선 속도에 컨센서스 알고리즘을 적용하여 관측 시간의 시선 속도를 결정하고 결정된 시선 속도를 이용하여 바람 벡터를 산출하는 바람 산출 단계;를 포함하는 것을 특징으로 한다.A wind vector calculation method using a Doppler spectrum of a wind profiler raw data according to the present invention for achieving another object includes: a raw data extraction step of extracting a spectral moment and a Doppler spectrum from the raw data of a wind profiler; a Doppler spectrum improvement step of detecting a peak of a Doppler spectrum and removing a Doppler spectrum signal contaminated by a topographic clutter; A wind calculation step of applying a consensus algorithm to a large amount of gaze velocities collected from each antenna using the moment method to determine the gaze velocity of the observation time and calculating a wind vector using the determined gaze velocity; characterized in that it comprises; .

여기서, 상기 도플러 스펙트럼 개선 단계는, 도플러 스펙트럼의 크기를 비교하여 스펙트럼 모멘트 산출에 사용될 피크를 탐지하는 피크 탐지 단계와, 지형지물에 의해 시선 속도 0m/s를 기준으로한 일정 범위에 나타나는 도플러 스펙트럼을 제거하고 제거된 부분을 재생성하는 지형 클러터 제거 단계를 포함하는 것을 특징으로 한다.Here, the step of improving the Doppler spectrum includes a peak detection step of detecting a peak to be used for calculating a spectral moment by comparing the magnitudes of the Doppler spectrum, and a Doppler spectrum appearing in a certain range based on a radial velocity of 0 m/s by a feature. and a terrain clutter removal step of removing and regenerating the removed portion.

그리고 지형 클러터 제거 단계는, DC line의 주파수가 0 Hz인 신호이거나, 평균 시선 속도가 0 ~ 1m/s 사이에 나타나는 도플러 스펙트럼을 제거하고 주변에 인접한 2개의 도플러 스펙트럼을 이용하여 제거된 신호를 보간하는 것을 특징으로 한다.And the topographic clutter removal step removes the Doppler spectrum that is a signal with a DC line frequency of 0 Hz or an average radial velocity between 0 and 1 m/s, and removes the removed signal using two adjacent Doppler spectra. It is characterized by interpolation.

이상에서 설명한 바와 같은 본 발명에 따른 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법은 다음과 같은 효과가 있다.The wind vector calculation system and method using the Doppler spectrum of the wind profiler raw data according to the present invention as described above have the following effects.

첫째, 바람 산출 프로그램을 이용하지 않고, 윈드프로파일러의 도플러 스펙트럼으로부터 정확한 풍향 및 풍속 정보를 생성할 수 있도록 한다.First, it is possible to generate accurate wind direction and wind speed information from the Doppler spectrum of the wind profiler without using a wind calculation program.

둘째, 윈드프로파일러 원시 자료 자체를 이용하여 정확한 풍향 및 풍속 정보를 생성할 수 있도록 한다.Second, it is possible to generate accurate wind direction and wind speed information using the wind profiler raw data itself.

셋째, 윈드프로파일러의 원시 자료에서 도플러 스펙트럼 추출을 하고, 지형에 따른 기상 신호 묻힘 현상을 제거하고 도플러 스펙트럼의 피크를 탐지하는 것에 의해 정확한 바람 정보 획득이 가능하도록 한다.Third, it is possible to obtain accurate wind information by extracting the Doppler spectrum from the raw data of the wind profiler, removing the burial phenomenon of the weather signal according to the topography, and detecting the peak of the Doppler spectrum.

넷째, 윈드프로파일러의 원시 자료의 구성과 포맷을 파악하고, 제조사 특유의 방법으로 인코딩된 자료를 디코딩하여 스펙트럼 모멘트와 도플러 스펙트럼을 추출 및 저장하는 것에 의해 관측 정확도 및 자료 수집률을 개선할 수 있도록 한다.Fourth, to improve the observation accuracy and data collection rate by identifying the composition and format of the raw data of the wind profiler, decoding the encoded data using a manufacturer-specific method, and extracting and storing the spectral moment and Doppler spectrum. do.

다섯째, 윈드프로파일러 원시 자료 자체를 이용하여 비기상 신호가 제거되고 명확한 피크를 가지는 도플러 스펙트럼을 사용하고, 윈드프로파일러 관측 자료가 올바르게 활용될 수 있도록 한다.Fifth, using the wind profiler raw data itself, the non-weather signal is removed and the Doppler spectrum with a clear peak is used, and the wind profiler observation data can be used correctly.

여섯째, 윈드프로파일러의 원시 자료를 이용하여 제조사 소프트웨어에서 제공되는 풍향 및 풍속 정보와 다른 개선된 자료를 생성하여 도플러 스펙트럼을 이용하여 재산출된 바람 정보의 정확도 분석이 수행됨으로 자료의 신뢰성을 높일 수 있도록 한다.Sixth, by using the raw data of the wind profiler, the wind direction and wind speed information provided by the manufacturer's software and other improved data are generated, and the accuracy of the wind information recalculated using the Doppler spectrum is analyzed to increase the reliability of the data. let it be

도 1은 본 발명에 따른 윈드프로파일러의 원시 자료를 이용한 바람 산출 시스템의 구성도
도 2는 본 발명에 따른 윈드프로파일러의 원시 자료를 이용한 바람 산출 방법을 나타낸 플로우 차트
도 3은 윈드프로파일러 원시 자료의 구성도
도 4는 도플러 스펙트럼의 기본 형태와 스펙트럼 모멘트
도 5는 도플러 스펙트럼의 피크 탐지 알고리즘의 모식도
도 6은 피크 탐지 알고리즘을 통해 탐지된 도플러 스펙트럼의 피크
도 7은 컨센서스 알고리즘
도 8은 도플러 스펙트럼 개선 전의 도플러 스펙트럼 피크 분포도
도 9는 도플러 스펙트럼 개선 후의 도플러 스펙트럼 피크 분포도
도 10은 도플러 스펙트럼 개선 전/후 윈드프로파일러의 바람 벡터 수집률 비교도
도 11은 도플러 스펙트럼 개선 전/후 윈드프로파일러와 라디오존데의 RMSE 비교도
도 12는 도플러 스펙트럼 개선 전/후 윈드프로파일러와 라디오존데의 바람 벡터 분포도1 is a block diagram of a wind calculation system using raw data of a wind profiler according to the present invention;
Figure 2 is a flow chart showing a wind calculation method using the raw data of the wind profiler according to the present invention
3 is a configuration diagram of the wind profiler raw data
4 is a basic shape and spectral moment of the Doppler spectrum.
5 is a schematic diagram of a peak detection algorithm of a Doppler spectrum;
6 is a peak of a Doppler spectrum detected through a peak detection algorithm.
7 is a consensus algorithm
8 is a Doppler spectrum peak distribution diagram before Doppler spectrum improvement;
9 is a Doppler spectrum peak distribution diagram after Doppler spectrum improvement;
10 is a comparison diagram of wind vector collection rates of the wind profiler before and after Doppler spectrum improvement
11 is a comparison diagram of RMSE of a wind profiler and a radiosonde before/after Doppler spectrum improvement
12 is a wind vector distribution diagram of a wind profiler and a radiosonde before/after Doppler spectrum improvement.

이하, 본 발명에 따른 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법의 바람직한 실시 예에 관하여 상세히 설명하면 다음과 같다.Hereinafter, a preferred embodiment of the wind vector calculation system and method using the Doppler spectrum of the wind profiler raw data according to the present invention will be described in detail as follows.

본 발명에 따른 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법의 특징 및 이점들은 이하에서의 각 실시 예에 대한 상세한 설명을 통해 명백해질 것이다.Characteristics and advantages of the wind vector calculation system and the method using the Doppler spectrum of the wind profiler raw data according to the present invention will become apparent through the detailed description of each embodiment below.

도 1은 본 발명에 따른 윈드프로파일러의 원시 자료를 이용한 바람 산출 시스템의 구성도이다.1 is a block diagram of a wind calculation system using raw data of a wind profiler according to the present invention.

본 발명에 따른 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법은 바람 산출 프로그램을 이용하지 않고, 윈드프로파일러의 도플러 스펙트럼으로부터 풍향 및 풍속 정보를 생성할 수 있도록 한 것이다.The wind vector calculation system and method using the Doppler spectrum of the original wind profiler data according to the present invention are capable of generating wind direction and wind speed information from the Doppler spectrum of the wind profiler without using a wind calculation program.

이를 위하여 본 발명은 윈드프로파일러 원시 자료 자체를 이용하여 정확한 풍향 및 풍속 정보를 생성할 수 있도록 하는 구성을 포함할 수 있다.To this end, the present invention may include a configuration for generating accurate wind direction and wind speed information using the wind profiler raw data itself.

본 발명은 윈드프로파일러의 원시 자료에서 도플러 스펙트럼 추출을 하고, 지형에 따른 기상 신호 묻힘 현상을 제거하고 도플러 스펙트럼의 피크를 탐지하는 구성을 포함할 수 있다.The present invention may include a configuration of extracting a Doppler spectrum from raw data of a wind profiler, removing a weather signal burial phenomenon according to topography, and detecting a peak of a Doppler spectrum.

본 발명은 윈드프로파일러의 원시 자료의 구성과 포맷을 파악하고, 제조사 특유의 방법으로 인코딩된 자료를 디코딩하여 스펙트럼 모멘트와 도플러 스펙트럼을 추출 및 저장하는 구성을 포함할 수 있다.The present invention may include a configuration of extracting and storing a spectral moment and a Doppler spectrum by identifying the configuration and format of the raw data of the wind profiler, decoding the encoded data using a manufacturer-specific method.

이하의 설명에서 본 발명에 따른 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법을 설명하기 위하여, 윈드프로파일러 PCL1300 모델의 원시 자료를 사용하는 것을 일 예로 하고, 이로 한정되지는 않는다.In the following description, in order to explain the wind vector calculation system and method using the Doppler spectrum of the wind profiler raw data according to the present invention, the raw data of the wind profiler PCL1300 model is used as an example, and the present invention is not limited thereto. does not

본 발명에 따른 윈드프로파일러의 원시 자료를 이용한 바람 산출 시스템은 도 1에서와 같이, 윈드프로파일러의 원시 자료에서 스펙트럼 모멘트와 도플러 스펙트럼을 각각 추출하는 원시 자료 추출 모듈(100)과, 도플러 스펙트럼의 피크를 탐지하고 지형 클러터에 의해 오염된 도플러 스펙트럼 신호를 제거하는 도플러 스펙트럼 개선 모듈(200)과, 모멘트법을 이용하여 각 안테나에서 수집된 다량의 시선 속도에 컨센서스 알고리즘을 적용하여 관측 시간의 시선 속도를 결정하고 결정된 시선 속도를 이용하여 바람 벡터를 산출하는 바람 산출 모듈(300)을 포함한다.The wind calculation system using the raw data of the wind profiler according to the present invention includes a raw data extraction module 100 that extracts a spectral moment and a Doppler spectrum from the raw data of the wind profiler, respectively, as shown in FIG. 1, and the Doppler spectrum A Doppler spectrum improvement module 200 that detects a peak and removes a Doppler spectrum signal contaminated by topographic clutter, and a consensus algorithm to a large amount of radial velocity collected from each antenna using the moment method and a wind calculation module 300 that determines a speed and calculates a wind vector using the determined gaze speed.

여기서, 원시 자료 추출 모듈(100)은 원시자료에서 수신 전력, 시선 속도, 스펙트럼 폭, 신호대잡음비, 스펙트럼 비대칭도, 잡음 전력을 추출하는 스펙트럼 모멘트 추출 모듈(110)과, 도플러 스펙트럼을 추출하는 도플러 스펙트럼 추출 모듈(120)을 포함한다.Here, the raw data extraction module 100 includes a spectral moment extraction module 110 for extracting received power, radial velocity, spectral width, signal-to-noise ratio, spectral asymmetry, and noise power from raw data, and a Doppler spectrum for extracting a Doppler spectrum. Extraction module 120 is included.

그리고 도플러 스펙트럼 개선 모듈(200)은 도플러 스펙트럼의 크기를 비교하여 스펙트럼 모멘트 산출에 사용될 피크를 탐지하는 피크 탐지 모듈(210)과, 지형지물에 의해 시선 속도 0m/s를 기준으로한 일정 범위에 나타나는 도플러 스펙트럼을 제거하고 제거된 부분을 재생성하는 지형 클러터 제거 모듈(220)을 포함한다.And the Doppler spectrum improvement module 200 compares the magnitudes of the Doppler spectrum to detect a peak to be used for calculating the spectral moment, and the peak detection module 210 appears in a certain range based on the radial velocity of 0 m/s by the feature. and a topographic clutter removal module 220 that removes the Doppler spectrum and regenerates the removed portion.

그리고 바람 산출 모듈(300)은 도플러 스펙트럼에서 결정된 피크에서 모멘트법을 이용하여 스펙트럼 모멘트(수신 전력, 시선 속도, 스펙트럼 폭)를 산출하고 30분 동안 각 안테나별로 산출된 시선 속도에 컨센서스 알고리즘을 적용하여 관측 시간에 해당하는 시선 속도를 결정하는 시선 속도 결정 모듈(310)과, 시선 속도 결정 모듈(310)에서 최종 결정된 시선 속도를 사용하여 바람 벡터를 산출하는 바람 벡터 산출 모듈(320)을 포함한다.And the wind calculation module 300 calculates the spectral moment (received power, radial velocity, spectrum width) using the moment method at the peak determined in the Doppler spectrum, and applies a consensus algorithm to the radial velocity calculated for each antenna for 30 minutes. It includes a gaze speed determination module 310 that determines a gaze speed corresponding to the observation time, and a wind vector calculation module 320 that calculates a wind vector using the gaze speed finally determined by the gaze speed determination module 310 .

이와 같은 구성을 갖는 본 발명에 따른 윈드프로파일러의 원시 자료를 이용한 바람 벡터 산출 시스템에서, 원시 자료 추출 모듈(100)은 스펙트럼 모멘트 추출 모듈(110)과 도플러 스펙트럼 추출 모듈(120)을 포함하고, 윈드프로파일러의 원시 자료의 구성과 포맷을 파악하고, 제조사 특유의 방법으로 인코딩된 자료를 디코딩하여 스펙트럼 모멘트와 도플러 스펙트럼을 추출 및 저장한다. In the wind vector calculation system using the raw data of the wind profiler according to the present invention having such a configuration, the raw data extraction module 100 includes a spectral moment extraction module 110 and a Doppler spectrum extraction module 120, It identifies the composition and format of the raw data of the wind profiler, decodes the encoded data using a manufacturer-specific method, and extracts and stores the spectral moment and Doppler spectrum.

도 3은 윈드프로파일러 원시 자료의 포맷이며, 헤더, 스펙트럼 모멘트, 도플러 스펙트럼으로 구성되는 것을 나타낸 것이다.Figure 3 shows the format of the raw data of the wind profiler, which is composed of a header, a spectral moment, and a Doppler spectrum.

스펙트럼 모멘트 추출 모듈(110)은 바이너리 배열에 2byte의 이진수를 추가하여 디코딩 한 후, 바이너리 파일 형태의 1차 가공 자료를 생성하고, 1차 가공 자료를 IEEE 754 실수 변환 기법을 사용하여 스펙트럼 모멘트를 추출한다.The spectral moment extraction module 110 adds and decodes a binary number of 2 bytes to the binary array, generates primary processed data in the form of a binary file, and extracts the spectral moment using the IEEE 754 real number conversion technique for the primary processed data do.

스펙트럼 모멘트에는 각각 1, 2, 3차 피크에 해당하는 수신 전력, 시선 속도, 신호대잡음비, 그리고 스펙트럼 폭과 잡음 전력이 13 × 71 배열로 저장되도록 한다.In the spectral moment, the received power, radial velocity, signal-to-noise ratio, spectral width, and noise power corresponding to the 1st, 2nd, and 3rd peaks, respectively, are stored in a 13 × 71 array.

도플러 스펙트럼 추출 모듈(120)은 바이너리 배열에 2byte의 이진수를 추가하여 디코딩 한 후, 바이너리 파일 형태의 1차 가공 자료를 생성하고, 1차 가공 자료를 IEEE 754 실수 변환 기법을 사용하여 도플러 스펙트럼을 추출한다. 도플러 스펙트럼은 128 × 71 배열로 저장되도록 한다.The Doppler spectrum extraction module 120 adds and decodes a binary number of 2 bytes to the binary array, generates primary processed data in the form of a binary file, and extracts the Doppler spectrum using the IEEE 754 real number conversion technique for the primary processed data do. Doppler spectra are stored as 128 × 71 arrays.

도 4는 도플러 스펙트럼의 기본 형태와 스펙트럼 모멘트를 나타낸 것이다. 4 shows a basic shape and a spectral moment of a Doppler spectrum.

진한 검은 실선이 도플러 스펙트럼이고, 가로 점선은 잡음 전력, 세로 실선은 DC line을 나타낸다.The dark solid line is the Doppler spectrum, the horizontal dotted line is the noise power, and the vertical solid line is the DC line.

도플러 스펙트럼 개선 모듈(200)은 피크 탐지 모듈(210)과 지형 클러터 제거 모듈(220)을 포함하고, 도플러 스펙트럼의 신호를 개선하여 최적의 피크를 결정한다.The Doppler spectrum improvement module 200 includes a peak detection module 210 and a topographic clutter removal module 220, and determines an optimal peak by improving a signal of the Doppler spectrum.

피크 탐지 모듈(210)은 도플러 스펙트럼에서 바람 산출에 사용할 최적의 피크를 결정하기 위하여 도 5와 같이 피크 탐지 알고리즘을 활용하여 세 개의 최적의 피크 후보군을 만든다. 도 5는 피크 탐지 알고리즘의 모식도이다. The peak detection module 210 makes three optimal peak candidate groups by using a peak detection algorithm as shown in FIG. 5 in order to determine an optimal peak to be used for wind calculation in the Doppler spectrum. 5 is a schematic diagram of a peak detection algorithm.

Figure 112019136059615-pat00006
는 각각 첫번째, 두번째, 세번째 피크 지수를 의미한다.
Figure 112019136059615-pat00006
denotes the first, second, and third peak indices, respectively.

Figure 112019136059615-pat00007
는
Figure 112019136059615-pat00008
의 도플러 스펙트럼과 잡음의 접점을 의미하고,
Figure 112019136059615-pat00009
는
Figure 112019136059615-pat00010
의 도플러 스펙트럼과 잡음의 접점을 의미한다.
Figure 112019136059615-pat00007
Is
Figure 112019136059615-pat00008
means the junction of the Doppler spectrum and noise of
Figure 112019136059615-pat00009
Is
Figure 112019136059615-pat00010
It means the junction of the Doppler spectrum and noise.

N은 탐지된 피크의 개수를 의미하고, N이 3이 될 때까지 피크를 탐지한다. N denotes the number of detected peaks, and peaks are detected until N becomes 3.

도 6은 피크 탐지 알고리즘을 통해 탐지된 도플러 스펙트럼의 피크를 나타낸 것이다.6 shows a peak of a Doppler spectrum detected through a peak detection algorithm.

먼저, 크기가 가장 큰 첫 번째 피크(1st)를 찾는다.First, the first peak (1st) with the largest size is found.

첫 번째 피크의 도플러 스펙트럼과 잡음 전력의 접점 밖에서 가장 큰 두 번째 피크(2nd)를 찾는다.Find the second largest peak (2nd) outside the junction of the Doppler spectrum of the first peak and the noise power.

두 번째 피크의 도플러 스펙트럼과 잡음 전력의 접점 밖에서 가장 큰 세 번째 피크(3rd)를 찾는다.Find the third largest peak (3rd) outside the junction of the second peak's Doppler spectrum and the noise power.

지형 클러터 제거 모듈(220)은 DC line의 주파수가 0 Hz인 신호이거나, 평균 시선 속도가 0 ~ 1m/s 사이에 나타나는 도플러 스펙트럼을 제거하고 주변에 인접한 2개의 도플러 스펙트럼을 이용하여 제거된 신호를 보간한다.The terrain clutter removal module 220 removes a signal with a DC line frequency of 0 Hz or a Doppler spectrum with an average radial velocity of 0 to 1 m/s and removes the signal using two adjacent Doppler spectra interpolate

바람 산출 모듈(300)은 시선 속도 산출 모듈(310)과 바람 벡터 산출 모듈(320)을 포함하고, 관측 시각에 대한 최적의 시선 속도를 결정하고 동서 바람 성분, 남북 바람 성분, 연직 바람 성분에 해당하는 바람 벡터를 산출하고 검증하는 것이다.The wind calculation module 300 includes a gaze velocity calculation module 310 and a wind vector calculation module 320, determines the optimal gaze velocity for the observation time, and corresponds to an east-west wind component, a north-south wind component, and a vertical wind component. It is to calculate and verify the wind vector.

시선 속도 산출 모듈(310)은 결정된 도플러 스펙트럼의 피크를 기준으로 모멘트법을 사용하여 수신 전력(P r ), 시선 속도(V r ), 스펙트럼 폭(W)을 산출한다.The radial velocity calculation module 310 calculates the received power ( P r ), the radial velocity ( V r ), and the spectrum width ( W ) using the moment method based on the determined peak of the Doppler spectrum.

v는 주파수에 대응하는 시선 속도이고 v m 는 v의 가중치로, 주파수에 대응하는 시선 속도의 평균이다. v is the radial velocity corresponding to the frequency and v m is the weight of v , which is the average of the radial velocity corresponding to the frequency.

Figure 112019136059615-pat00011
Figure 112019136059615-pat00011

Figure 112019136059615-pat00012
Figure 112019136059615-pat00012

Figure 112019136059615-pat00013
Figure 112019136059615-pat00013

도 7과 같이 컨센서스 알고리즘을 활용하여 시선 속도를 결정한다.As shown in FIG. 7 , the gaze speed is determined by using a consensus algorithm.

컨센서스 알고리즘은 주어진 측정값에 대하여 가장 적절한 시선 속도를 계산하는 것이다. 신호대잡음비가 임계값 이상인 시선 속도들 중에서 특정 폭의 슬라이딩 윈도우를 주어진 측정값에 적용한다.The consensus algorithm is to calculate the most appropriate gaze velocity for a given measurement value. Among the radial velocities with a signal-to-noise ratio greater than a threshold, a sliding window of a specific width is applied to a given measurement value.

윈도우 범위 내 측정값의 수가 최대인 곳에서 윈도우 내에 존재하는 측정값을 평균하여 시선 속도의 대표값을 결정한다.A representative value of the radial velocity is determined by averaging the measured values existing within the window where the number of measured values within the window range is maximum.

바람 벡터 산출 모듈(320)은 시선 속도 산출 모듈(310)에서 최종 결정된 안테나별 시선 속도를 사용하여 바람 벡터를 산출한다.The wind vector calculation module 320 calculates a wind vector using the gaze velocity for each antenna finally determined by the gaze velocity calculation module 310 .

u,v,w는 각각 동서 바람 성분, 남북 바람 성분, 연직 바람 성분을 의미한다. u, v, and w denote an east-west wind component, a north-south wind component, and a vertical wind component, respectively.

Figure 112019136059615-pat00014
는 각각 동서 방향 시선 속도, 남북 방향 시선 속도, 연직 방향 시선 속도를 의미한다.
Figure 112019136059615-pat00014
denotes the east-west radial velocity, the north-south radial velocity, and the vertical radial velocity, respectively.

Figure 112019136059615-pat00015
는 각각 동서 방향의 안테나 경사각, 남북 방향의 안테나 경사각을 의미한다.
Figure 112019136059615-pat00015
denotes the antenna inclination angle in the east-west direction and the antenna inclination angle in the north-south direction, respectively.

Figure 112019136059615-pat00016
는 각각 동서 방향의 안테나 방위각, 남북 방향의 안테나 방위각을 의미한다.
Figure 112019136059615-pat00016
denotes the antenna azimuth in the east-west direction and the antenna azimuth in the north-south direction, respectively.

Figure 112019136059615-pat00017
Figure 112019136059615-pat00017

이러한 과정을 통해 산출된 바람 벡터는 라디오존데의 바람 벡터를 표준으로 검증된다.The wind vector calculated through this process is verified using the radiosonde's wind vector as a standard.

도 2는 본 발명에 따른, 윈드프로파일러의 도플러 스펙트럼을 이용한 바람 벡터 산출 방법의 순서도이다.2 is a flowchart of a wind vector calculation method using a Doppler spectrum of a wind profiler, according to the present invention.

본 발명에 따른 윈드프로파일러의 도플러 스펙트럼을 이용한 바람 벡터 산출 방법은, 도 2에서와 같이, 윈드프로파일러의 원시 자료에서 도플러 스펙트럼 추출하는 원시 자료 추출 단계(S1)와, 지형에 따른 기상 신호 묻힘 현상을 제거하고 도플러 스펙트럼의 피크를 탐지하는 도플러 스펙트럼 개선 단계(S2)와, 도플러 스펙트럼으로부터 스펙트럼 모멘트를 산출하고 각 안테나에서 바람을 산출하는 데 사용할 시선 속도를 결정하는 시선 속도 결정 및 바람 벡터를 산출하는 바람 벡터 산출 단계(S3)를 포함한다.The wind vector calculation method using the Doppler spectrum of the wind profiler according to the present invention, as shown in FIG. 2, includes the raw data extraction step (S1) of extracting the Doppler spectrum from the raw data of the wind profiler, and the burial of the weather signal according to the terrain A Doppler spectrum improvement step (S2) of removing the phenomenon and detecting the peak of the Doppler spectrum, calculating the spectral moment from the Doppler spectrum, and determining the radial velocity to be used to calculate the wind from each antenna and calculating the wind vector and a wind vector calculation step (S3).

원시 자료 추출 단계(S1)는 스펙트럼 모멘트 추출 단계(S1-1)와 도플러 스펙트럼 추출 단계(S1-2)를 포함한다.The raw data extraction step S1 includes a spectral moment extraction step S1-1 and a Doppler spectrum extraction step S1-2.

스펙트럼 모멘트 추출 단계(S1-1)는 바이너리 배열에 2byte의 이진수를 추가하여 디코딩 한 후, 바이너리 파일 형태의 1차 가공 자료를 생성하고, 1차 가공 자료를 IEEE 754 실수 변환 기법을 사용하여 스펙트럼 모멘트를 추출한다.In the spectral moment extraction step (S1-1), after decoding by adding a binary number of 2 bytes to the binary array, primary processed data in the form of a binary file is generated, and the primary processed data is converted to a spectral moment using IEEE 754 real number conversion technique. to extract

도플러 스펙트럼 추출 단계(S1-2)는 바이너리 배열에 2byte의 이진수를 추가하여 디코딩 한 후, 바이너리 파일 형태의 1차 가공 자료를 생성하고, 1차 가공 자료를 IEEE 754 실수 변환 기법을 사용하여 도플러 스펙트럼을 추출한다.In the Doppler spectrum extraction step (S1-2), after decoding by adding a binary number of 2 bytes to the binary array, primary processed data in the form of a binary file is generated, and the primary processed data is converted into a Doppler spectrum using IEEE 754 real number conversion technique. to extract

도플러 스펙트럼 개선 단계(S2)는 피크 탐지 단계(S2-1)와 지형 클러터 제거 단계(S2-2)를 포함한다.The Doppler spectrum improvement step S2 includes a peak detection step S2-1 and a topographic clutter removal step S2-2.

피크 탐지 단계(S2-1)는 도플러 스펙트럼에서 바람 산출에 사용할 최적의 피크를 결정하기 위하여 도 5와 같이 피크 탐지 알고리즘을 활용하여 세 개의 최적의 피크 후보군을 만든다.In the peak detection step S2-1, three optimal peak candidate groups are created by using a peak detection algorithm as shown in FIG. 5 in order to determine an optimal peak to be used for wind calculation in the Doppler spectrum.

지형 클러터 제거 단계(S2-2)는 DC line의 주파수가 0 Hz인 신호이거나, 평균 시선 속도가 0 ~ 1m/s 사이에 나타나는 도플러 스펙트럼을 제거하고 주변에 인접한 2개의 도플러 스펙트럼을 이용하여 제거된 신호를 보간한다.The topographic clutter removal step (S2-2) removes the Doppler spectrum that is a signal with a DC line frequency of 0 Hz or an average radial velocity between 0 and 1 m/s, and removes it using two adjacent Doppler spectra. interpolated signal.

바람 산출 단계(S3)는 시선 속도 산출 단계(S3-1)와 바람 벡터 산출 단계(S3-2)을 포함한다.The wind calculation step S3 includes a gaze velocity calculation step S3-1 and a wind vector calculation step S3-2.

시선 속도 산출 단계(S3-1)는 결정된 도플러 스펙트럼의 피크를 기준으로 모멘트법을 사용하여 수신 전력(P r ), 시선 속도(V r ), 스펙트럼 폭(W)을 산출한다.The radial velocity calculation step S3-1 calculates the received power ( P r ), the radial velocity ( V r ), and the spectrum width ( W ) by using the moment method based on the determined peak of the Doppler spectrum.

바람 벡터 산출 단계(S3-2)는 시선 속도 산출 단계(S3-1)에서 최종 결정된 안테나별 시선 속도를 사용하여 바람 벡터를 산출한다.The wind vector calculation step S3-2 calculates a wind vector using the gaze speed for each antenna finally determined in the gaze speed calculation step S3-1.

이상에서 설명한 본 발명에 따른 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법의 검증을 위해, 강원지방기상청에 설치된 프랑스 Degreane 사의 UHF 윈드프로파일러(PCL1300)의 관측 자료를 이용하였다.In order to verify the wind vector calculation system and method using the Doppler spectrum of the wind profiler raw data according to the present invention described above, observation data of the UHF wind profiler (PCL1300) of Degreane of France installed at the Gangwon Regional Meteorological Agency was used. .

도플러 스펙트럼을 개선하여 산출된 바람 벡터 자료의 비교 및 검증을 위해 강원지방기상청에서 라디오존데를 14회 비양하였다.For comparison and verification of wind vector data calculated by improving the Doppler spectrum, the Gangwon Regional Meteorological Administration flew the radiosonde 14 times.

또한, 라디오존데 자료는 독일 GRAW 사의 DEM-06 모델을 사용하였고, GRAW 사에서 개발한 GRAWMET 소프트웨어를 통해 자료를 처리하였다.In addition, for radiosonde data, the DEM-06 model of GRAW of Germany was used, and the data were processed through the GRAWMET software developed by GRAW.

도 8은 도플러 스펙트럼을 개선하기 전의 도플러 스펙트럼의 피크 분포이고, 도 9는 도플러 스펙트럼을 개선한 후의 도플러 스펙트럼의 피크 분포, 도 10은 도플러 스펙트럼 개선 전후의 풍속/풍향 분포, 도 11은 도플러 스펙트럼 개선 전후의 윈드프로파일러와 라디오존데의 바람 벡터 비교도, 도 12는 도플러 스펙트럼 개선 전후의 윈드프로파일러의 오차 평균과 고도별 RMSE 비교도이다.8 is a peak distribution of the Doppler spectrum before the Doppler spectrum is improved, FIG. 9 is a peak distribution of the Doppler spectrum after the Doppler spectrum is improved, FIG. 10 is a wind speed/wind direction distribution before and after the Doppler spectrum improvement, and FIG. A wind vector comparison diagram of the wind profiler before and after and radiosonde, FIG. 12 is a comparison diagram of the error average of the wind profiler before and after Doppler spectrum improvement and RMSE by altitude.

도 8은 PCL1300의 2013년 6월 17일 0420 UTC에 관측된 PCL1300의 경사빔의 도플러 스펙트럼에서 고도 3km 이상에 해당하는 범위에 걸쳐 직류(Direct Current, DC) 성분이 관측되었다.8 is a direct current (DC) component observed over a range corresponding to an altitude of 3 km or more in the Doppler spectrum of the inclined beam of the PCL1300 observed at 0420 UTC on June 17, 2013 of the PCL1300.

직류 성분은 시선 속도가 0 m/s인 신호를 의미하며, 이 지점을 통칭하여 DC 라인이라 한다.The DC component means a signal with a radial velocity of 0 m/s, and this point is collectively referred to as a DC line.

마주보는 경사빔의 도플러 스펙트럼은 대칭적인 분포를 보이지만, 동쪽 경사빔에서는 DC 성분이 관측되지 않았다. 남쪽 경사빔과 북쪽 경사빔에서는 둘 다 DC 성분이 관측되었기 때문에 서로 대칭을 이루는지 정확히 확인할 수 없다.The Doppler spectrum of the opposite oblique beam shows a symmetrical distribution, but no DC component was observed in the eastern oblique beam. Since DC components were observed in both the south and north oblique beams, it is not possible to accurately confirm whether they are symmetric with each other.

도 9는 도 8의 DC를 제거하고 재생성된 도플러 스펙트럼이다.FIG. 9 is a Doppler spectrum regenerated after removing the DC of FIG. 8 .

가장 큰 특징은 동쪽 빔을 제외한 빔에서 고도 3km 이상에서 발생한 DC 성분이 제거됨으로써 묻혀있던 대기 신호가 나타난 것이다. DC를 제거하기 전에 나타났던 마주보는 경사빔 사이에 도플러 스펙트럼의 비대칭성은 사라지고 고도별로 대칭성이 나타났다.The biggest characteristic is that the buried atmospheric signal appeared as the DC component generated at an altitude of 3 km or higher was removed from the beam except for the east beam. The asymmetry of the Doppler spectrum between the opposing oblique beams that appeared before DC removal disappeared, and the symmetry appeared according to altitude.

도 10은 도플러 스펙트럼의 개선 전후에 따른 풍속과 풍향을 산출하여 비교한 것이다.10 is a comparison of the calculation of wind speed and wind direction before and after the improvement of the Doppler spectrum.

고도 3km 이상에서 과소 추정되거나 바람을 표출하지 못한 영역을 개선하였다. 사례에 수집 가능한 바람 자료의 수는 30246개이고, 개선 전에는 89.2%의 자료를 수집하였다. 개선 후에는 99.7%의 자료를 수집하였고, 도플러 스펙트럼의 개선을 통하여 10.5 %의 자료를 더 수집하였다.Areas that were underestimated or did not express wind at an altitude of 3 km or higher were improved. The number of wind data that can be collected in the case is 30246, and 89.2% of data were collected before the improvement. After the improvement, 99.7% of the data were collected, and 10.5% of the data were further collected through the improvement of the Doppler spectrum.

지형 클러터를 제거하기 전에 풍속은 과소 추정되어 주변과 10m/s 차이가 발생하고 90도 이상의 풍향 오차가 발생한 영역이 나타났다. 하지만, 과소 추정되었던 풍속과 이로 인한 풍향 오차를 개선함에 따라 연속적인 바람 자료를 상당수 복원하였다.Before removing the terrain clutter, the wind speed was underestimated, resulting in a 10 m/s difference from the surrounding area and an area with a wind direction error of more than 90 degrees. However, as the underestimated wind speed and the resulting wind direction error were improved, a significant number of continuous wind data were restored.

도 11에서는 도플러 스펙트럼의 개선 전후에 따른 바람 벡터의 오차 평균과 고도별 RMSE를 비교하였다.In FIG. 11 , the error average of the wind vector before and after the improvement of the Doppler spectrum and the RMSE for each altitude were compared.

고도 3km 이상에서 U 성분의 오차의 평균은 최대 9m/s까지 발생하였고, 개선 후에는 U 성분의 오차의 평균은 최대 5 m/s로 감소하였다. 고도별 RMSE는 개선 전에는 과소추정된 바람 벡터에 의하여 U 성분 최대 10m/s 이상 발생하였고, 개선 후에는 최대 6m/s로 감소하였다. 오차 평균과 RMSE를 결합시키면 개선 전후의 차이를 명확하게 확인할 수 있다.At an altitude of 3 km or higher, the average error of the U component occurred up to 9 m/s, and after improvement, the average of the error of the U component decreased to a maximum of 5 m/s. The RMSE by altitude occurred at a maximum of 10 m/s or more in the U component due to the underestimated wind vector before the improvement, and decreased to a maximum of 6 m/s after the improvement. By combining the error mean and RMSE, the difference between before and after improvement can be clearly identified.

도 12는 사례에서 관측된 라디오존데 바람 벡터와 PCL1300의 개선 전후의 바람 벡터를 비교한 것이다.12 is a comparison of the radiosonde wind vector observed in the case and the wind vector before and after improvement of PCL1300.

도 11의 (a)에서 개선 전의 PCL1300의 풍속은 전반적으로 선형적인 분포를 보였으나 15 ~ 20m/s의 풍속에서는 지형 클러터에 의해 과소 추정되어 0m/s 부근에 밀집한 분포를 보였다.In (a) of FIG. 11 , the wind speed of PCL1300 before the improvement showed an overall linear distribution, but at a wind speed of 15 to 20 m/s, it was underestimated by topographic clutter and showed a dense distribution near 0 m/s.

도 11의 (b)에서는 개선 전에 라디오존데와 대응하는 자료가 개선 전 자료에 대하여 15% 증가하였다. 지형 클러터 제거를 통해 0m/s 부근에 밀집한 풍속은 제거되고 개선 전보다 강한 풍속을 제공하였다.In (b) of FIG. 11 , the data corresponding to the radiosonde before the improvement increased by 15% compared to the data before the improvement. The wind speed clustered around 0 m/s was removed through terrain clutter removal, and a stronger wind speed was provided than before the improvement.

이상에서 설명한 본 발명에 따른 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법은 바람 산출 프로그램을 이용하지 않고, 윈드프로파일러의 도플러 스펙트럼으로부터 풍향 및 풍속 정보를 생성할 수 있도록 한 것으로, 윈드프로파일러 원시 자료 자체를 이용하여 풍향 및 풍속 정보를 생성하는 특징을 갖는다.The wind vector calculation system and method using the Doppler spectrum of the wind profiler raw data according to the present invention described above, without using a wind calculation program, can generate wind direction and wind speed information from the Doppler spectrum of the wind profiler. As such, it has the characteristic of generating wind direction and wind speed information using the wind profiler raw data itself.

이상에서의 설명에서와 같이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명이 구현되어 있음을 이해할 수 있을 것이다.As described above, it will be understood that the present invention is implemented in a modified form without departing from the essential characteristics of the present invention.

그러므로 명시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 본 발명의 범위는 전술한 설명이 아니라 특허청구 범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.Therefore, the specified embodiments are to be considered in an illustrative rather than a restrictive point of view, the scope of the present invention is indicated in the claims rather than the foregoing description, and all differences within the scope equivalent thereto are included in the present invention. will have to be interpreted.

100. 원시 자료 추출 모듈
200. 도플러 스펙트럼 개선 모듈
300. 바람 산출 모듈100. Raw Data Extraction Module
200. Doppler Spectrum Improvement Module
300. Wind output module

Claims (7)

윈드프로파일러의 원시 자료에서 스펙트럼 모멘트와 도플러 스펙트럼을 각각 추출하는 원시 자료 추출 모듈;
도플러 스펙트럼의 피크를 탐지하고 지형 클러터에 의해 오염된 도플러 스펙트럼 신호를 제거하는 도플러 스펙트럼 개선 모듈;
모멘트법을 이용하여 각 안테나에서 수집된 다량의 시선 속도에 컨센서스 알고리즘을 적용하여 관측 시간의 시선 속도를 결정하고 결정된 시선 속도를 이용하여 바람 벡터를 산출하는 바람 산출 모듈;을 포함하고,
도플러 스펙트럼 개선 모듈은 도플러 스펙트럼의 크기를 비교하여 스펙트럼 모멘트 산출에 사용될 피크를 탐지하여 도플러 스펙트럼에서 바람 산출에 사용할 최적의 피크를 결정하기 위하여,
피크 탐지 알고리즘을 활용하여 세 개의 최적의 피크 후보군을 만들고, 각각 첫번째, 두번째, 세번째 피크 지수(
Figure 112021122351944-pat00035
)인 경우에,
Figure 112021122351944-pat00036
의 도플러 스펙트럼과 잡음의 접점을 의미하는
Figure 112021122351944-pat00037
,
Figure 112021122351944-pat00038
의 도플러 스펙트럼과 잡음의 접점을 의미하는
Figure 112021122351944-pat00039
을 이용하여, 탐지된 피크의 개수 N이 3이 될 때까지 스펙트럼 모멘트 산출에 사용될 피크를 탐지하는 것을 특징으로 하는 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템.a raw data extraction module for extracting a spectral moment and a Doppler spectrum from the raw data of the wind profiler, respectively;
a Doppler spectrum improvement module that detects a peak of a Doppler spectrum and removes a Doppler spectrum signal contaminated by a topographic clutter;
A wind calculation module that determines the gaze velocity of the observation time by applying a consensus algorithm to a large amount of gaze velocity collected from each antenna using the moment method, and calculates a wind vector using the determined gaze velocity;
The Doppler spectrum improvement module compares the magnitudes of the Doppler spectrum to detect the peak to be used for calculating the spectral moment to determine the optimal peak to be used for calculating the wind in the Doppler spectrum,
Using the peak detection algorithm, three optimal peak candidates are created, and the first, second, and third peak indices (
Figure 112021122351944-pat00035
)in case of,
Figure 112021122351944-pat00036
Meaning the junction of the Doppler spectrum and noise of
Figure 112021122351944-pat00037
,
Figure 112021122351944-pat00038
Meaning the junction of the Doppler spectrum and noise of
Figure 112021122351944-pat00039
Wind vector calculation system using the Doppler spectrum of the wind profiler raw data, characterized in that the peak to be used for the spectral moment calculation is detected until the number of detected peaks N is 3 using . 제 1 항에 있어서, 상기 도플러 스펙트럼 개선 모듈은,
도플러 스펙트럼의 크기를 비교하여 스펙트럼 모멘트 산출에 사용될 피크를 탐지하는 피크 탐지 모듈과,
지형지물에 의해 시선 속도 0m/s를 기준으로한 일정 범위에 나타나는 도플러 스펙트럼을 제거하고 제거된 부분을 재생성하는 지형 클러터 제거 모듈을 포함하는 것을 특징으로 하는 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템.According to claim 1, wherein the Doppler spectrum improvement module,
A peak detection module for detecting a peak to be used for calculating a spectral moment by comparing the magnitudes of the Doppler spectrum;
Using the Doppler spectrum of the wind profiler raw data, characterized in that it includes a terrain clutter removal module that removes the Doppler spectrum that appears in a certain range based on the radial velocity of 0 m/s by the feature and regenerates the removed part Wind vector calculation system. 삭제delete 제 2 항에 있어서, 지형 클러터 제거 모듈은 DC line의 주파수가 0 Hz인 신호이거나, 평균 시선 속도가 0 ~ 1m/s 사이에 나타나는 도플러 스펙트럼을 제거하고 주변에 인접한 2개의 도플러 스펙트럼을 이용하여 제거된 신호를 보간하는 것을 특징으로 하는 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템.The method of claim 2, wherein the terrain clutter removal module removes the Doppler spectrum that is a signal with a DC line frequency of 0 Hz or an average radial velocity between 0 and 1 m/s and uses two adjacent Doppler spectra. Wind vector calculation system using the Doppler spectrum of the wind profiler raw data, characterized in that interpolating the removed signal. 윈드프로파일러의 원시 자료에서 스펙트럼 모멘트와 도플러 스펙트럼을 각각 추출하는 원시 자료 추출 단계;
도플러 스펙트럼의 피크를 탐지하고 지형 클러터에 의해 오염된 도플러 스펙트럼 신호를 제거하는 도플러 스펙트럼 개선 단계;
모멘트법을 이용하여 각 안테나에서 수집된 다량의 시선 속도에 컨센서스 알고리즘을 적용하여 관측 시간의 시선 속도를 결정하고 결정된 시선 속도를 이용하여 바람 벡터를 산출하는 바람 산출 단계;를 포함하고,
도플러 스펙트럼 개선 단계에서 도플러 스펙트럼의 크기를 비교하여 스펙트럼 모멘트 산출에 사용될 피크를 탐지하여 도플러 스펙트럼에서 바람 산출에 사용할 최적의 피크를 결정하기 위하여,
피크 탐지 알고리즘을 활용하여 세 개의 최적의 피크 후보군을 만들고, 각각 첫번째, 두번째, 세번째 피크 지수(
Figure 112021122351944-pat00040
)인 경우에,
Figure 112021122351944-pat00041
의 도플러 스펙트럼과 잡음의 접점을 의미하는
Figure 112021122351944-pat00042
,
Figure 112021122351944-pat00043
의 도플러 스펙트럼과 잡음의 접점을 의미하는
Figure 112021122351944-pat00044
을 이용하여, 탐지된 피크의 개수 N이 3이 될 때까지 스펙트럼 모멘트 산출에 사용될 피크를 탐지하는 것을 특징으로 하는 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 방법.A raw data extraction step of extracting a spectral moment and a Doppler spectrum from the raw data of the wind profiler, respectively;
a Doppler spectrum improvement step of detecting a peak of a Doppler spectrum and removing a Doppler spectrum signal contaminated by a topographic clutter;
A wind calculation step of determining the gaze speed of the observation time by applying a consensus algorithm to a large amount of gaze speed collected from each antenna using the moment method and calculating a wind vector using the determined gaze speed;
In order to determine the optimal peak to be used for wind calculation in the Doppler spectrum by detecting the peak to be used for calculating the spectral moment by comparing the magnitudes of the Doppler spectrum in the Doppler spectrum improvement step,
Using the peak detection algorithm, three optimal peak candidates are created, and the first, second, and third peak indices (
Figure 112021122351944-pat00040
)in case of,
Figure 112021122351944-pat00041
Meaning the junction of the Doppler spectrum and noise of
Figure 112021122351944-pat00042
,
Figure 112021122351944-pat00043
Meaning the junction of the Doppler spectrum and noise of
Figure 112021122351944-pat00044
Wind vector calculation method using the Doppler spectrum of the wind profiler raw data, characterized in that the peak to be used for the spectral moment calculation is detected until the number of detected peaks N is 3 using . 제 5 항에 있어서, 상기 도플러 스펙트럼 개선 단계는,
도플러 스펙트럼의 크기를 비교하여 스펙트럼 모멘트 산출에 사용될 피크를 탐지하는 피크 탐지 단계와,
지형지물에 의해 시선 속도 0m/s를 기준으로한 일정 범위에 나타나는 도플러 스펙트럼을 제거하고 제거된 부분을 재생성하는 지형 클러터 제거 단계를 포함하는 것을 특징으로 하는 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 방법.The method of claim 5, wherein the improving the Doppler spectrum comprises:
A peak detection step of detecting a peak to be used for calculating a spectral moment by comparing the magnitudes of the Doppler spectrum;
Using the Doppler spectrum of the wind profiler raw data, characterized in that it includes a terrain clutter removal step of removing the Doppler spectrum appearing in a certain range based on the radial velocity of 0 m/s by the feature and regenerating the removed part Wind vector calculation method. 제 6 항에 있어서, 지형 클러터 제거 단계는,
DC line의 주파수가 0 Hz인 신호이거나, 평균 시선 속도가 0 ~ 1m/s 사이에 나타나는 도플러 스펙트럼을 제거하고 주변에 인접한 2개의 도플러 스펙트럼을 이용하여 제거된 신호를 보간하는 것을 특징으로 하는 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 방법.7. The method of claim 6, wherein the step of removing terrain clutter comprises:
Wind profile characterized in that the frequency of the DC line is 0 Hz or the Doppler spectrum that appears between 0 and 1 m/s of average radial velocity is removed and the removed signal is interpolated using two adjacent Doppler spectra Wind vector calculation method using the Doppler spectrum of raw data.
KR1020190179243A 2019-12-31 2019-12-31 Wind vector computation system and method using power doppler spectrum of raw data from wind profiler KR102370681B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190179243A KR102370681B1 (en) 2019-12-31 2019-12-31 Wind vector computation system and method using power doppler spectrum of raw data from wind profiler

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190179243A KR102370681B1 (en) 2019-12-31 2019-12-31 Wind vector computation system and method using power doppler spectrum of raw data from wind profiler

Publications (2)

Publication Number Publication Date
KR20210085787A KR20210085787A (en) 2021-07-08
KR102370681B1 true KR102370681B1 (en) 2022-03-04

Family

ID=76893892

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190179243A KR102370681B1 (en) 2019-12-31 2019-12-31 Wind vector computation system and method using power doppler spectrum of raw data from wind profiler

Country Status (1)

Country Link
KR (1) KR102370681B1 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240082080A (en) 2022-12-01 2024-06-10 국립부경대학교 산학협력단 Apparatus and Method for Removing Multiple Radio Frequency Interference from Raw Spectrum of Wind Profiler
KR20240083580A (en) 2022-12-05 2024-06-12 국립부경대학교 산학협력단 Apparatus and method for integrated processing of raw spectral data of wind profiler

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1996018916A1 (en) 1994-12-16 1996-06-20 Radian Corporation Atmospheric remote sensing instrument system
WO2010124038A2 (en) 2009-04-21 2010-10-28 Michigan Aerospace Corporation Atmospheric measurement system
KR101892502B1 (en) * 2017-03-27 2018-08-29 부경대학교 산학협력단 calculation system for storm relative helicity using wind profiler and calculation method for storm relative helicity using the same

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101814039B1 (en) 2016-03-04 2018-01-03 부경대학교 산학협력단 System and Method For Wind Field Creation of CALMET Using Wind profiler Data
KR20170104100A (en) * 2016-03-04 2017-09-14 부경대학교 산학협력단 System and Method For Ground Clutter Removing of WindProfiler

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1996018916A1 (en) 1994-12-16 1996-06-20 Radian Corporation Atmospheric remote sensing instrument system
WO2010124038A2 (en) 2009-04-21 2010-10-28 Michigan Aerospace Corporation Atmospheric measurement system
KR101892502B1 (en) * 2017-03-27 2018-08-29 부경대학교 산학협력단 calculation system for storm relative helicity using wind profiler and calculation method for storm relative helicity using the same

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
조원기 외 3인. 윈드프로파일러 레이더 자료의 품질 개선. 한국전자통신학회논문지 : 한국전자통신학회, 2018년 12월 31일, Vol.13, No.2, 페이지 277 내지 290*

Also Published As

Publication number Publication date
KR20210085787A (en) 2021-07-08

Similar Documents

Publication Publication Date Title
KR102006847B1 (en) System and Method for radar based nowcasting using optical flow with a multi scale strategy
KR102370681B1 (en) Wind vector computation system and method using power doppler spectrum of raw data from wind profiler
CN113253233B (en) Analysis processing method and system based on all-sky meteor radar signals
Naccarato et al. Improvements in the detection efficiency model for the Brazilian lightning detection network (BrasilDAT)
US20030187580A1 (en) Lightning strike position locating method, apparatus, system and program
CN113075706A (en) GNSS-R based snow depth inversion method and application thereof
CN102426352B (en) Wind profiling radar based wind calculation method
CN113970734A (en) Method, device and equipment for removing snowing noise of roadside multiline laser radar
KR101161781B1 (en) System and method for calculating quantitative of heavy rainfall amount using satellite images
CN112630792B (en) Power grid transmission line working condition simulation and dangerous point detection method and system
CN110649957A (en) Method, system and medium for reducing transmission error rate of slip ring of satellite-borne microwave radiometer
KR101440462B1 (en) Apparatus and method for calculating topographic factor
Harjupa et al. Fundamental Investigation of Generation of Guerilla-heavy rainfall using Himawari-8 and XRAIN information in Kinki region
CN103018728B (en) Laser radar real-time imaging and building characteristic extracting method
Hofton et al. Algorithm Theoretical Basis Document (ATBD)
KR101892502B1 (en) calculation system for storm relative helicity using wind profiler and calculation method for storm relative helicity using the same
CN111487619A (en) Method for detecting ground inclination angle of transmission tower by utilizing SAR-X high-resolution bunching mode
Cosoli et al. Quality Control procedures for IMOS Ocean Radar Manual, Version 2.1.
CN113281716B (en) Photon counting laser radar data denoising method
KR102239386B1 (en) Method for typhoon center automatic selection using vectors calculated from radar image data by optical flow technique, recording medium and device for performing the method
CN202166754U (en) Meteorological disaster prewarning system for power network
CN115436966A (en) Batch extraction method for laser radar reference water depth control points
KR102428330B1 (en) System and Method for Retrieving Typhoon Horizontal Wind Components Using Windprofiler and Dual Doppler Radar Wind Field
KR20170104100A (en) System and Method For Ground Clutter Removing of WindProfiler
CN114355411A (en) Flood detection method based on Beidou or GPS carrier-to-noise ratio observation value

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant